Intrusion Detection System for Wireless Networks

Rashid Baimukashev, Kamalkhan Artykbayev, Adam Kazybek, Mels Begenov

2021

Полный текст Открытый доступ: Green Метаданные (CSL-JSON)

DOI 10.1109/icecco53203.2021.9663787

Достоверность данных 70 средняя

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

The network security plays a vital role in the performance of the wireless networks, and as a part of network security features the intrusion detection system may enhance the performance of the network. In our project we designed such intrusion detection system using deep learning approaches such as CNN, RNN and LSTM as well as with traditional machine learning algorithms such as SVM, Random Forest and XGBoost. In our project we achieved a near to state-of-the-art performance on detecting network attacks on the NSL-KDD dataset.